En el marco del proyecto DCPM (Digitalized Clone for Personalized Medicine), financiado con fondos europeos y coordinado por la Universidad de Tecnología y Economía de Budapest, los investigadores crearon modelos de pacientes virtuales, gemelos digitales de los sistemas metabólico, cardiovascular y pulmonar humanos diseñados específicamente para guiar la toma de decisiones clínicas en la unidad de cuidados intensivos (UCI).
Los modelos personalizados deben proporcionar predicciones precisas de respuestas específicas a diferentes opciones de tratamiento con datos relativamente limitados. La solución creada en DCPM es un método de modelización mínima, que capta las dinámicas clave que pueden identificarse con los datos disponibles. Estas capacidades pueden utilizarse en entornos clínicos para personalizar, optimizar y automatizar la asistencia, lo que reduce la carga y los costes y aumenta la productividad y los resultados.
El proyecto ha validado un tratamiento personalizado de control glucémico en la UCI del Hospital Universitario de Lieja (Bélgica), un modelo cardiovascular mínimo y su capacidad para predecir con exactitud el gasto cardíaco y la hemodinámica en el shock séptico, y un marco de modelización multiescala de la mecánica pulmonar para guiar la ventilación mecánica invasiva y con respiración espontánea, que necesitan hasta el 80% de pacientes de UCI. También se ha desarrollado un método de medición de la glucemia mediante ondas electromagnéticas, modelos de redes neuronales que predicen la variabilidad futura de la sensibilidad a la insulina de los pacientes, un novedoso sistema de sensores respiratorios pasivos y múltiples dispositivos no invasivos de bajo coste para cuidados en UCI y ambulatorios, como sensores de oxígeno en sangre.
